A Mixed Methods Approach to Investigating Food Safety Behavior in a Sample of Native American and Hispanic Caregivers of Young Children
Notice bibliographique
Résumé
<p class="1">Foodborne illness (FBI) disproportionately affects children and minority populations in the U.S. A mixed methods convergence model design was used to explore the food safety knowledge and behavior of Native American (NA) and Hispanic (Hisp) caregivers in New Mexico who prepare food for young children in the home. Quantitative and qualitative research methods (a validated food safety knowledge survey (r=.793) and focus group interviews) were implemented in parallel within each ethnic group, the datasets were analyzed separately per group and the results were converged at the point of interpretation. Equal priority was given to each dataset type. The Health Belief Model was used as a theoretical framework to guide qualitative inquiry. An integrative summary of the quantitative and qualitative results was created and meta-inferences identified contradictory and confirmatory elements of the evidence across both groups. A purposeful sample of fifty-five participants in New Mexico (28 NA; 27 Hisp) completed the food safety knowledge survey and participated in focus groups. Quantitative composite mean scores for the Native American (NA) group (M=66%) and Hispanic (His) group (M=65%) indicated low food safety knowledge. A MANOVA conducted to compare the two groups’ mean knowledge scores found no significant difference between groups on the food safety subscales [Wilks’ ? = .852, F(6,44) = 1.278, p = .287, ?2 = .162].The lowest scoring subscale for both groups was ‘cook’, addressing proper cooking methods (NA=.61, Hisp=.55). Mixed methods analyses revealed that participants overall perceived moderate to high self-efficacy regarding safe food preparation, food purchasing, cooking food, and storing of food, however, the related food safety knowledge item scores were low. Food safety knowledge was often inconsistent with reported food safety practices. Moderate/high self-efficacy may provide a false sense of low risk for FBI.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».